（）是一种用于线性和非线性数据的分类算法，它将原数据变换到高维空间，使用称作支持向量的基本训练元组，从中发现分离数据的超平面。

A.贝叶斯算法
B.支持向量机算法
C.神经网络算法
D.决策树算法

A.贝叶斯定理是关于特定事件A和B的条件概率的一则定理。其中P（A∣B）是在A发生的情况下B发生的可能性。
B.贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P（A∣B）是在B发生的情况下A发生的可能性。
C.贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P（A∣B）是在A发生的情况下B发生的可能性。
D.贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P（A∣B）是AB同时发生的可能性。